《Frontiers in Psychology》：Evaluating Japanese language learning strategies through learner and expert perspectives: a fuzzy multi-criteria decision-making approach
编辑推荐：
背景：评估日语学习策略具有挑战性，因为语言习得依赖于认知、动机、教学和社会文化因素，这些因素无法使用传统评估方法进行充分评估。因此，需要一种整合多个教育维度并适应不确定性的系统框架。方法：研究人员提出了一种混合模糊层次分析法（FAHP）和模糊理想解相似度排序技
背景：评估日语学习策略具有挑战性，因为语言习得依赖于认知、动机、教学和社会文化因素，这些因素无法使用传统评估方法进行充分评估。因此，需要一种整合多个教育维度并适应不确定性的系统框架。方法：研究人员提出了一种混合模糊层次分析法（FAHP）和模糊理想解相似度排序技术（FTOPSIS）框架，以从专家和学习者视角评估日语学习策略。通过全面的文献综述和专家咨询，确定了六个评估标准。利用FAHP从专家判断中得出标准权重，同时将来自30名代表不同年龄组和熟练程度的日语学习者的数据纳入FTOPSIS模型，以对备选学习策略进行排序。进行了敏感性分析以评估所提出框架的稳健性。结果：语言复杂性（22.1%）、文化沉浸（20.4%）和学习者动机（17.8%）被确定为最具影响力的评估标准。在评估的策略中，集成沉浸式策略获得了最高的贴近系数（0.837），表明与理想学习概况的匹配度最强。敏感性分析证实，在标准权重的显著变化下，排序保持稳定，证明了所提出模型的可靠性。结论：所提出的FAHP–FTOPSIS框架通过整合专家知识与学习者视角，在不确定性下提供了一种透明且稳健的日语学习策略评估方法。研究结果支持沉浸式、以学习者为中心和技术支持的教学方法的教育价值，并为寻求基于证据的日语教育策略的教育工作者、课程设计者和研究人员提供了实践指导。
近年来，日语教育因学术交流、经济合作和文化兴趣的推动而显著扩展，数字学习平台、混合教学和以学习者为中心的教学法逐渐普及，但评估学习策略的有效性面临挑战。传统方法依赖测试分数或反馈，难以客观比较，且语言习得受认知、动机、教学和社会文化等多维因素影响，缺乏统一框架处理不确定性。为此，研究人员提出了一种混合模糊层次分析法（Fuzzy Analytic Hierarchy Process，FAHP）和模糊理想解相似度排序技术（Fuzzy Technique for Order of Preference by Similarity to Ideal Solution，FTOPSIS）框架，从专家和学习者视角系统评估日语学习策略。该研究确定了六个关键标准：语言复杂性（Linguistic Complexity）、学习者动机（Learner Motivation）、文化沉浸（Cultural Immersion）、技术整合（Technological Integration）、教学适应性（Instructional Adaptability）和学习者满意度（Learner Satisfaction），并通过专家判断加权和学习者评价排序，得出集成沉浸式策略（Integrated Immersive Strategy）最有效，其贴近系数达0.837。该框架为教育工作者、课程设计者和研究人员提供了透明、稳健的评估工具，支持沉浸式、学习者中心和技术支持的策略，论文发表在《Frontiers in Psychology》。
研究中采用的主要关键技术方法包括：利用FAHP从专家成对比较中导出标准权重，使用三角模糊数（Triangular Fuzzy Numbers，TFNs）处理判断的不确定性，并通过几何平均和质心解模糊化得到清晰权重；随后运用FTOPSIS基于学习者问卷评价（来自湖南科技大学30名不同年龄和熟练度的日语学习者）构建模糊决策矩阵，计算正理想解（Fuzzy Positive Ideal Solution，FPIS）和负理想解（Fuzzy Negative Ideal Solution，FNIS）的欧氏距离，得出各策略的贴近系数并排序。敏感性分析通过在三个主要标准（语言复杂性、文化沉浸、学习者动机）上施加±30%的权重变化，验证了排序的稳定性。所有计算使用Python（NumPy、Pandas、Scikit-Fuzzy）和MATLAB实现，确保可重复性。
研究结果部分如下：
3.1 描述性统计分析（Descriptive Statistical Analysis）：通过计算30名学习者对六项标准的评分均值、方差和标准差，发现所有标准均值高于4.0（五点李克特量表），其中学习者动机最高（4.18），语言复杂性变异最大（标准差1.04），表明整体评价积极但个体体验存在差异。该分析为后续FAHP-FTOPSIS提供了经验基础。
3.2 FAHP权重计算（FAHP Weight Calculation）：基于五位专家（日语教育领域，经验>5年）的成对比较，FAHP导出了各标准权重：语言复杂性（22.1%）、文化沉浸（20.4%）、学习者动机（17.8%）、技术整合（15.2%）、教学适应性（12.4%）、学习者满意度（12.1%）。同时，按年龄和熟练度分组的学习者均值分析显示，高级学习者（28-35岁）更重视语言复杂性（4.25）和文化沉浸（4.20），而年轻学习者（18-22岁）更看重技术整合（4.22）和学习者满意度（4.18），与专家权重一致，验证了模型的有效性。
3.3 FTOPSIS排序（FTOPSIS Ranking）：将学习者数据聚合为四种代表性策略——集成沉浸式策略（Program A）、传统学术聚焦策略（Program B）、通用课堂策略（Program C）和最小化/被动学习策略（Program D）。FTOPSIS计算各策略的贴近系数：Program A为0.837，Program B为0.696，Program C为0.574，Program D为0.391。结果表明，集成沉浸式策略因其在语言结构、文化沉浸、技术互动和个性化支持上的均衡表现，最接近理想学习概况。
3.4 敏感性分析（Sensitivity Analysis）：对语言复杂性、文化沉浸和学习者动机三个最高权重标准实施±30%调整，重新计算贴近系数。结果显示，尽管评价分数略有波动，但四种策略的排序顺序保持不变，确认了FAHP-FTOPSIS框架的稳健性和可靠性。与基线传统TOPSIS方法比较，所提框架通过模糊逻辑处理主观性和不确定性，具有明显优势。
在讨论部分，研究人员指出，集成沉浸式策略的优势与二语习得理论强调的语境参与、学习自主性和多模态输入一致。学习者偏好随年龄和熟练度演化：年轻和初学者偏好技术整合与满意度，而年长和高级学习者追求语言深度和文化真实性，这验证了FAHP权重的合理性。但研究存在局限性：样本量仅30人且限于湖南科技大学，自报告数据可能引入偏差，专家小组仅5人，策略仅四种，且为横截面设计，未来需扩大样本、纳入纵向数据并考虑资源约束影响。
研究结论部分翻译如下：评估语言学习策略需要整合客观标准与主观学习者体验。FAHP-FTOPSIS模型通过量化六个关键标准的重要性——语言复杂性（22.1%）、文化沉浸（20.4%）、学习者动机（17.8%）、技术整合（15.2%）、教学适应性（12.4%）和学习者满意度（12.1%），并以此对四种日语学习策略进行排序。其中，集成沉浸式策略（Program A）以0.837的贴近系数成为最有效策略，表明其与专家基准和学习者期望高度一致。值得注意的是，分析揭示了学习者偏好随年龄和熟练度的清晰模式：高级学习者（语言复杂性均值4.30）和28-35岁人群（文化沉浸均值4.20）对深层结构知识和真实文化接触有更高评价，而年轻参与者（18-22岁）优先考虑技术整合（4.22）和学习者满意度（4.18），反映了代际参与风格和期望的差异。这些发现与FAHP权重分布紧密吻合，进一步强化了模型反映现实教育动态的能力。敏感性分析进一步证实了框架的稳健性：主要标准权重调整±30%仅导致贴近系数小幅变化，且未改变策略的整体排序，表明模型在不同评估条件下保持稳定。研究结果支持模糊多准则决策在教育研究中的有效性，特别是在学习者多样性和教学变异较大的情境中。所提出的模型为机构和教育工作者提供了可扩展、可复制的工具，以有效定制语言教学。未来研究可将此框架扩展到其他语言环境，或结合纵向数据探索策略效用的演变。
